基于 Metix AI 8.6 亿+ 全球人才库，对 13 家具身智能与人形机器人主体（纯具身创业 + 大厂内部机器人组）做全量画像：这个估值爆炸、人才池却极薄的赛道，人到底从哪来、有多少、谁可触达。
以下数字为 Metix AI 数据库口径（数据截至 2026 年上半年），统计对象 = 当前在职于 13 家具身主体、坐标美国为主（含 1X 挪威）的人才。
赛道估值口径已到 Figure $39B、Skild $14B、Physical Intelligence $5.6B（在谈 $11B），但可见技术人才合计仅 1,044 人，分散在 13 家主体。最受追捧的纯 AI 人形/基础模型团队尤其精干（Physical Intelligence、Skild、The Bot Company 各只有数十名可见技术人）。资本厚度与人才薄度的落差，是这个市场所有招聘动作的底层约束。
技术池里 26.4% 是硬件/机电（执行器、机械、电子、嵌入式），是仅次于软件的第二大职能；叠加运动控制等，造「身体」的工程师占近三成。这是具身与自动驾驶、AI Lab 最根本的不同，后两者硬件岗近乎为零。造身体的人和造大脑的人来自完全不同的供给池，招聘策略必须分轨。
整体 8.2% 有 AV 背景，但高度集中在软件/基础模型团队：Bedrock Robotics 46.0%、The Bot Company 37.9%、Tesla Optimus 30.0% 的技术人来自自动驾驶。来源以 Cruise、Zoox、Waymo 为前三，都是自动驾驶领域近年人才释放的主力。硬件型公司（Boston Dynamics、Apptronik）AV 占比则个位数。
技术池里 26.4% 是硬件/机电，叠加运动控制，造「身体」的工程师占近三成；明确从事基础模型/VLA、机器人学习、操作的人各只有数人到数十人。软件/基础模型层与 AV/AI Lab 高度重叠，硬件层供给独立——招聘必须分轨。
以下基于 2025-2026 公开信源（完整清单见研究底稿），只保留影响人才判断的事实。估值为报道/确认口径，未核实处已标注。
2025 全年机器人融资约 $400 亿级。确认口径：Figure $39B（2025-09）、Skild $14B（2026-01，七个月三倍）、Apptronik $5B（2026-02）、Physical Intelligence $5.6B（2025-11，在谈 $11B）。NVIDIA 几乎投了所有头部具身公司，同时自做 GR00T 基础模型与 Isaac 仿真平台，是「卖铲子 + 造模型」双线。
Figure 02 在 BMW 南卡工厂累计运行 1,250+ 小时；Agility Digit、Apptronik Apollo 在 GXO/仓储测试；Boston Dynamics 电动 Atlas 2026 量产机队已被现代预订。对照之下 Tesla Optimus 截至 2026 年初仍无外部客户、处 R&D 与数据采集阶段。落地差异直接决定各家对不同职能（量产工程 vs 研究）的需求结构。
主流是视觉-语言-动作（VLA）模型 + 模仿学习 + 遥操作数据采集，世界模型与「真实经验强化学习」正在上升（Physical Intelligence π0.6 引入真实环境 RL）。基础模型路线（PI / Skild / NVIDIA GR00T / Gemini Robotics）与自造本体路线（Figure / Tesla / Apptronik / 1X）并行。
四条进水管：自动驾驶（感知 / 规划 / 数据闭环 / sim2real 技能直接迁移，最成建制）、学术界（CMU / Stanford / Berkeley / UW 机器人实验室）、大厂 ML/AI、传统机器人（造硬件的那一半）。具身是少数同时大量需要「软件大脑」与「硬件身体」两类人的赛道。
统计对象 = 1,044 名技术人才（研究 / 基础模型 / 操作 / 运动控制 / 感知 / 仿真 / 硬件 / 机器人软件）。
读数：Boston Dynamics 与 Apptronik 的可见技术池最大（团队规模大、含大量硬件岗）；而估值最高的纯 AI 人形/基础模型公司（Physical Intelligence、Skild、The Bot Company、Dexterity）可见技术人各只有数十名。「估值与人头倒挂」在这张图上一目了然，也解释了为什么这条赛道的每一个资深人选都被反复争夺。
读数：软件/AI 综合最大，但硬件/机电以 26.4% 成为第二大职能，叠加运动控制、机电系统，造身体的工程师占近三成（后两者硬件岗近乎为零，这是具身的结构指纹）。明确从事基础模型/VLA、机器人学习/RL、操作的人极少（各数人到数十人），是全市场最稀缺、最难寻的尖端画像。
读数：这张图把「家底」拆到职能格。硬件/机电的深色集中在 Boston Dynamics、Apptronik、Agility、1X 这类自造本体的公司；研究科学家与基础模型的人手则集中在 NVIDIA GEAR、DeepMind Robotics、Physical Intelligence。换句话说，想招「造身体」的人要去硬件本体公司，想招「造大脑」的人要去大厂研究组与基础模型独角兽，两个池子几乎不重叠。
读数：右上方的 Boston Dynamics、NVIDIA GEAR（中位 22 个月、超四分之一已过 4 年 cliff）是「成熟团队」，人才进入主动看机会的窗口更多；左下方的 The Bot Company、Bedrock、1X（中位 9-10 个月、几乎无人过 cliff）仍处组建蜜月期，团队黏性高。成立时间与团队成熟度，直接决定了一家公司「现在好不好谈人」。
具身的人才主要从四处来：自动驾驶、学术界、大厂 ML 与传统机器人。其中自动驾驶最成建制、技能最对口，也是这条赛道与自动驾驶人才市场连续的地方。
读数：来源高度分散，印证这是一个「从四面八方抽人」的新赛道。自动驾驶是其中最成建制、技能最对口的一条，它供给的不是数量最大，而是质量最高、整队迁移的「大脑」层人才（见 4.2）。学术界直供与大厂 ML 紧随，传统机器人则主要供给硬件层。
读数：这张图是整份报告最有信息量的一张。Bedrock Robotics（46.0%）、The Bot Company（37.9%）、Tesla Optimus（30.0%）几乎「长在自动驾驶基因上」：Bedrock 是前 Waymo 卡车团队、The Bot Company 是前 Cruise 班底、Optimus 直接复用 Tesla FSD 的 AI 栈。而 Boston Dynamics、Apptronik、DeepMind Robotics 的 AV 占比仅个位数，它们或是硬件传统、或是大厂研究血统。结论：自动驾驶喂的是具身的「软件大脑」，不是「硬件身体」。
读数：Cruise、Zoox、Waymo 是前三大输送方，正是自动驾驶近年「出清/收缩」的几家（Cruise 关停、Zoox 商业化迟缓）。那批被释放或主动求变的自动驾驶人才，相当一部分的下一站就是具身：智驾的「流出」就是具身的「流入」。
读数：这是自动驾驶到具身的人才流「接线图」。最粗的一条是 Waymo → Bedrock Robotics（前 Waymo 卡车团队整建制创业），其次 Cruise → The Bot Company（前 Cruise 班底）。Cruise 一家就同时向 The Bot Company、Agility、Bedrock、NVIDIA GEAR 多处输送，是名副其实的「具身人才摇篮」。这些具名流向，把抽象的「8.2% 有 AV 背景」还原成了可逐条追溯的真实团队迁移。
读数：现存技术人才里，2025 年入职数是 2023 年的 3.4 倍，这个赛道的团队主体几乎都是最近两年搭起来的。自动驾驶来源（紫色）正是在 2024-2025 这波里显著加厚，与 Cruise 关停、Zoox/Waymo 收缩的时间线吻合：具身的招兵买马，踩着自动驾驶出清的节奏。
从 1,930 人画像中按级别、方向稀缺度与履历强度精选三组共 20 人。档案来自 Metix AI 数据库；标「公开核实」者已对照 2025-2026 公开信源确认现职。「AV 背景」标签标示有自动驾驶履历者。公开版人名默认模糊。
具身赛道薪酬分层极端。数字为 2026-06 检索的报道/levels.fyi/H1B 口径，非公司官方。
| 主体 | 工程师参考 TC | 顶尖研究岗 | 股权特征 | 备注 |
|---|---|---|---|---|
| NVIDIA GEAR | 机器人岗 ~$333K | 基础模型研究 $400K+ | NVIDIA 上市股票 | 造脑层，对标 AI Lab |
| Physical Intelligence | 研究员 $300-475K+ | 早期股权杠杆大 | 独角兽期权（$5.6B） | 团队精干、人均稀缺 |
| Figure AI | H1B 中位 ~$230K | Helix 研究更高 | $39B 估值期权 + $100M 员工回购 | 用回购留人 |
| Tesla Optimus | 复用 Tesla 体系 | n/a | Tesla 股票 | 低 base + 股票杠杆 |
| Apptronik / Agility | ~$122-135K | n/a | 私司期权 | 硬件岗 + 地域，显著低于造脑层 |
| 遥操作 / 数据采集 | $25-35/小时 | n/a | 无 | 赛道薪酬另一极 |
顶端机器人基础模型研究员的总包（$300-475K+ 股权）与底端遥操作数据采集员（时薪 $25-35）相差一个数量级以上；硬件型公司的工程岗（约 $122-135K）也明显低于造脑层。同一份「具身人才」报告里，存在三个几乎不相干的薪酬市场。
造脑层（基础模型 / 机器人学习 / 感知）与自动驾驶、AI Lab 抢同一批人，薪酬被抬到接近 AI Lab 水平；硬件 / 机电层供给相对独立（来自传统机器人、车企、航空航天），竞价压力小得多。招聘预算应按这两个市场分别定价。
同一组数据，对猎头、机器人公司 HR、VC 各有不同含义。
① 这是个「薄而贵」的市场，精准远胜广撒：造脑层（基础模型 / 机器人学习 / 操作）总量仅数十到百余人，值得逐人经营；② 自动驾驶是最对口的相邻池，自动驾驶「出清 / 收缩」公司（Cruise / Zoox / Motional 系）的感知 / 规划 / sim2real 人才，是具身造脑岗的现成来源；③ 硬件 / 机电岗要去传统机器人、车企、航空航天找，与造脑岗完全分轨；④ 造脑人才循校友与院校脉络（上交 / 清华 / 浙大 + Stanford / Berkeley / UCSD / CMU）最易触达。
① 对照本报告定位自家在规模与职能结构上的位置；② 造脑岗与 AV / AI Lab 同台竞价，差异化靠「算法直接驱动真实身体」的兑现感与早期股权；③ 硬件岗供给独立、竞争缓和，是更可控的扩张面；④ 注意赛道高频流动（「其他 / 创业」是最大来源），留人需要清晰的技术路线与里程碑。
① 团队的自动驾驶基因是一个可量化的尽调信号：Bedrock / The Bot Company / Optimus 的高 AV 占比对应「成建制、有数据闭环经验「的团队；② 估值与人才厚度的倒挂提示风险，数十人团队支撑数十亿估值，关键人离职冲击大；③ 学术创始团队（CMU / Stanford / Berkeley 系）与产业团队（AV 系）是两类不同的下注，前者强研究、后者强工程落地。
本报告的检索、画像与迁移分析全部由 Metix AI 完成。可按同样口径为任意公司生成定制人才地图：全量名单、来源迁移网络、邮箱解锁与多渠道联系，并按「只为合格面试付费」计费。No interview, no charge.
7.6 亿+ 全球人才画像1,044 人具身技术池AV→具身迁移监测只为合格面试付费纯具身创业：Physical Intelligence、Figure AI、Skild AI、1X Technologies、Apptronik、Agility Robotics、Dexterity、The Bot Company、Bedrock Robotics、Boston Dynamics。大厂内部机器人组：Tesla Optimus、Google DeepMind Robotics、NVIDIA GEAR。后三者为按机器人职能关键词识别的子集，非整公司。地理以美国为主，含 1X 挪威等。
技术人才池 = 基础模型/VLA、机器人学习/RL、操作、运动控制、感知、仿真、teleop数据、硬件/机电、机器人软件、研究科学家、软件AI综合、创始人/高管。
"有自动驾驶背景" = 历史雇主含 Waymo/Cruise/Zoox/Nuro/Aurora/Argo/Motional/Pony.ai/WeRide/TuSimple/Kodiak/Gatik/Torc/Wayve 等。Tesla 因兼具车与机器人业务，不计入严格 AV 判定，以免高估。
数据截至 2026 年上半年；AV→具身迁移的源头数据基于同一人才库。重点人物已逐人对照公开信息核实。
| 主体 | 在职画像 | 技术池 | AV 背景占比 | PhD 率 |
|---|---|---|---|---|
| Boston Dynamics | 455 | 297 | 2.0% | 12.5% |
| Apptronik | 316 | 146 | 2.7% | 15.1% |
| Agility Robotics | 274 | 131 | 6.1% | 13.7% |
| 1X Technologies | 227 | 101 | 4.0% | 7.9% |
| Figure AI | 200 | 94 | 8.5% | 22.3% |
| NVIDIA GEAR | 90 | 73 | 12.3% | 21.9% |
| DeepMind Robotics | 86 | 59 | 1.7% | 35.6% |
| Bedrock Robotics | 82 | 50 | 46.0% | 14.0% |
| Tesla Optimus | 47 | 30 | 30.0% | 26.7% |
| The Bot Company | 81 | 29 | 37.9% | 3.4% |
| Skild AI | 27 | 15 | 6.7% | 20.0% |
| Physical Intelligence | 28 | 11 | 18.2% | 36.4% |
| Dexterity | 17 | 8 | 0.0% | 0.0% |
① 本报告基于公开职业档案聚合，规模型与维护 LinkedIn 充分的团队覆盖度更高；纯研究小团队（Physical Intelligence / Skild / Dexterity）样本偏小，其绝对数宜理解为下限。② 大厂机器人组为职能识别子集，与公司真实机器人编制存在偏差。③ 职能与层级基于 title/headline 关键词推断。④ 各主体之间比较以占比与结构为主、绝对数为辅。